是否必须以调试方式编译 Tensorflow C++ DLL 才能根据它调试/运行代码？

Question

目前我正在为一个专有软件编写扩展程序。不幸的是，日志并不完全可用，因此正在进行中。扩展使用 Microsoft Visual Studio 2019 编译为 DLL，此 DLL 依赖于 Tensorflow 2.6 DLL。该扩展基本上使用

加载保存的模型

LoadSavedModel(session_options, run_options, m_modelDir, { tensorflow::kSavedModelTagServe }, &model_bundle_lite);

并使用

对图像进行推理

model_bundle_lite.GetSession()->Run(inputs_, output_names, {}, &predictions);

Tensorflow DLL 是根据说明使用 bazel 构建的。

如果我使用发布配置编译我的扩展，目前功能上似乎没有问题。我们想检查一些方面，使用调试配置编译我们的扩展并利用原始的 Tensorflow.dll。什么都没有改变，模型是一样的，图像是一样的。但扩展在LoadSavedModel(session_options, run_options, m_modelDir, { tensorflow::kSavedModelTagServe }, &model_bundle_lite); 处崩溃 标准catch 语句未捕获这些错误。我无法调试模型加载后的代码。

这种行为的原因是什么？我只想检查我们代码的功能，我不想自己调试 TF 函数。

Answer 1

在 Visual Studio 中，您可以通过禁用优化并启用调试输出来获取“发布”配置中的调试信息；只要您不更改运行时库并避免更改预处理器标志。

因此，“发布”配置实际上可以主要是“调试”配置。

这可以在每个项目（以及每个文件的某些设置）的基础上完成。

更多细节在： https://docs.microsoft.com/en-us/cpp/build/how-to-debug-a-release-build?view=msvc-170

并且 /Z7 调试格式可能在您的场景中具有优势。

但不要尝试混合“Debug”和“Release”项目配置，有些库调试设置不能这样禁用。

Answer 2

混合调试和发布版本可能会导致基于生成代码的严重问题。调试构建可以使用一些特殊的调试分配器或其他你不知道的东西。

您可以尝试附加诸如 WinDbg 之类的内容并再次加载模型以获取有关该问题的更多信息。这经常帮助我查看在加载过程中是否引发了任何结构化异常。为此，您必须：

• 安装 Windb（谷歌即可）
• 打开它并将调试器附加到您的应用程序
• 尝试加载模型
• 检查日志并查找任何抛出的异常